Google: Gemini 2.5 Pro TTS (preview)

Gemini 2.5 Pro Preview TTS 是 Google 於 2025 年推出的語音合成預覽版，建立在 Gemini 2.5 Pro 之上，是當時 Gemini TTS 中音質與表現力最好的版本，同樣支援自然語言風格指示與多說話者對話。

與 Gemini 2.5 Flash Preview TTS 相比，Pro 版在語調起伏、情緒表達與長句連貫性上更好，但單價為兩倍（輸入 1、輸出 20 USD／1M 音訊 tokens）且延遲較高；與後續的 Gemini 3.8 Flash TTS 相比，3.8 以更低單價提供相近甚至更好的自然度。

輸入僅支援文字，單次最長 8,192 tokens；輸出為音訊，原生輸出為 wav／pcm，支援串流；不支援 SSML。

新專案建議直接使用 Gemini 3.8 Flash TTS；需要 SSML 精細控制時改用 Azure Neural TTS 或 xAI TTS。